Краткое содержание

arXiv:2507.05077v3 Тип объявления: замена-перекрёстная Аннотация: Глубокие нейронные сети всё чаще применяются в автоматизированной гистопатологии. Тем не менее, полнослайдовые изображения (WSI) часто имеют гигапиксельные размеры, что делает невозможным их полное вычислительное исследование в высоком разрешении. Диагностические метки обычно доступны лишь на уровне слайда, поскольку экспертное аннотирование изображений на более детальном (патч-уровне) является трудоёмким и дорогостоящим процессом. Более того, области с диагностически значимой информацией занимают лишь небольшую долю всего WS-изображения, делая неэффективным полный осмотр слайда в полном разрешении. В данной работе мы предлагаем метод SASHA — последовательный основанный на внимании отбор образцов для анализа гистопатологических изображений — подход глубокого обучения с подкреплением для эффективного анализа гистопатологических изображений. Во-первых, SASHA изучает информативные признаки с помощью лёгкой иерархической модели множественного обучения экземпляров (MIL), основанной на механизме внимания. Во-вторых, SASHA интеллектуально отбирает образцы и избирательно увеличивает масштаб небольшого количества участков...